Page 7 - 金融科技视界2023-6期-如期而至 精彩继续！
P. 7
High-end Perspective
高端视点
算力的利用效率上还有差距。 展到部分图形输入，即增加了对图形的理解能力，
第五，在中国从事AI研究的技术人员不算少， 在此基础上向实现一个深度学习架构和通用模型
但具有架构设计能力和AIGC数据训练提示师水 支持多模态数据输入的时间不远了，不过大模型
平的人才仍然短缺。在ChatGPT出现之前，有人 的任务通用化和大模型按需调用的精细化还需要
认为中国在AI方面的论文与专利数与美国不相上 更大的投入与创新，对图形和视频做数据无标注
下，ChatGPT的上线使我们看到了在AIGC上中 和无监督学习比语言和文字输入情况要难得多。
美的差距，现在是需要清楚认识和重视我们面对 现在处于向通用人工智能发展的关键时期，
的挑战，做实实在在的创新，将挑战化为机遇，在 对我国来说这是跨越发展的难得机遇也是严峻
新一轮的AI赛道上做出中国的贡献。 的挑战。算力、模型、数据是ChatGPT成功的必
要条件也将是通用人工智能成功的在因素，除此
之外，创新的生态、机制与人才更是关键。中国在
建议开放国家算力平台 算力总规模上可与美国相比，但跨数据中心的算
支持各类大模型训练 力协同还面临体制机制的挑战，不少智算中心算
力利用率和效率不高。不少单位各自独立研究大
Q:ChatGPT无疑是一个巨大的创新，中国未 模型，难免低水平重复，建议在国家科技与产业计
来应如何鼓励类似这样的创新，应该多做哪些方 划的协调下合理分工形成合力。建议开放国家实
面的工作？ 验室的算力平台支持各类大模型训练，例如鹏城
邬贺铨：人工智能从判别式发展到生成式是 云脑现在对外开放的算力达到总能力3/4，可支持
里程碑标志的创新，开始进入到走向通用人工智 规模与GPT-3相当的两千亿参数的开源中文预
能的赛道。从GPT-3到GPT-4已经从文字输入发 训练语言大模型。同时建议组建算力联盟，集中
2023.6 金融科技视界 05
